AlphaGo4：1KO李世石。相比四年前AlphaGo赢下欧洲冠军樊麾，这次的AlphaGo算是彻底捅了马蜂窝，各路豪侠纷纷出战，声讨阿尔法狗。
人族结成联盟，决不让AlphaGo打遍天下无敌手
首先不服的是世界围棋第一人——我国选手柯洁。据世界职业围棋排名网站GoRa最新数据显示，目前世界排名第一的棋手仍是柯洁，积分为3621。而此次取得人机大战胜利的AlphaGo排名升至第二位，得到了3586的积分。柯洁在微博发出的声讨非常优雅，大概是这个样子的。
图片来自柯洁微博
大陆网友集体表示支持：“阿尔法狗来中国肯定吃不了兜着都走不了，因为他敢来我国开战，我们就敢保证他连谷歌的服务器都连不上！”
AlphaGo：作为一条狗，我很累
然后，由于据传AlphaGo的下个目标是《星际争霸2》，韩国人民被彻底激怒，这是要征服全宇宙啊！韩国选手Boxer在采访中表示，“我不知道AlphaGo有多聪明，哪怕它可以战胜围棋高手，但是它肯定无法战胜星际选手。
Boxer认为星际的变数比围棋还要丰富
《星际争霸2》中的战术和变化要比围棋丰富很多，比如侦查、地图、种族平衡、微操作、思路较量等等。哪怕AI整合了无数的实战数据，让它具有了一定本能反应，它也无法达到职业玩家的水准。如果它掌握了许多星际战术，我也可以开发出新的战术击败它。”额，抛开星际和围棋谁更多变，至少这份为人类出战的心实在勇气可嘉。
棋类运动几乎全盘沦陷
让我们看看棋类运动的沦陷历史：1995年，美国艾尔波特大学开发的一款名叫奇努克（Chinook）1-0击败国际西洋跳棋大师Don Lafferty，获得“世界跳棋冠军”的称号；1997年，IBM公司研制的深蓝挑战人类最强国际象棋棋手卡斯帕罗夫，3.5：2.5获胜；2006年，，包括柳大华在内的5位中国象棋特级大师不敌超级计算机浪潮天梭，中国象棋宣告沦陷；2016年，AlphaGo4：1李世石，号称最难、变数最多的围棋几乎也宣布被工智能征服。
尊严不是你想挽，想挽就能挽
国恨家仇啊！如果我们继续看着他成长没有任何动作，总有一天全部游戏都被AI所征服。起来，不愿被人工智能打败的人们，磨刀不误砍柴工，仔细看看我们还有几个游戏的领域可能战胜AlphaGo的。
| 游戏类别 | AlphaGo的胜率及优势 | 人类的胜率及优势 |
| 格斗类游戏 | 99%，完全考验操作技巧的游戏，对于开发者来讲唯一需要考虑的是如何把AI的操作水准调低点，好让玩家赢几局。 | 1%，至少我们还有必杀绝技拔电源！ |
| 棋类游戏 | 95%，少给5分怕骄傲，在动脑子和算东西方面，哪怕你的棋盘再广你也算计不过人工智能。 | 5%，优势在于人类还有第六感和潜意识，至少，我们还有柯洁！至少至少，我们还是能拔电源！ |
| 桌游类游戏 | 70%，对配合和技术要求越高的桌游对AI越有利，对运气成分要求越高的游戏对AI越不利，毕竟运气意味着趋近50%。 | 30%，正常的靠技术打基本上只能到这个份儿上了，毕竟AI一天上亿把的训练不是逗着玩的。当然，几个人配合作弊打胜算100%！拔电源依然无解！ |
| 牌类游戏（包括麻将，摇色子等） | 60%，终于找到一个很可能能战胜AI的游戏了，毕竟打牌和麻将的时候运气的成分比打法更重要，但是打法方面的因素几乎全部对AI有利也是个心痛的话题。 | 40%，看脸的游戏要什么技术！打扮的漂亮点就能完爆AI！被逼急了还能拔电源！ |
| 回合制策略类游戏 | 90%，这种游戏基本上人类是会被完爆的，因为回合制的策略类游戏变数甚至比棋类还要少，缺乏变数的多种情况下让AI选取最优办法正是他们的特长。 | 10%，此类游戏中能有10%的胜算主要是因为未经验证，如果有开发者主动开发此类程序，相信人类胜算不会比在棋类高的。 |
| 即时策略类游戏（包括moba类和RTS类游戏） | 胜率无法估量。 1.变数太多，AI的表现水平无法预测。 2.操作水平差距太大，却也无法估计大到什么境界，顶级的选手和AI的操作水平差距无法估计。 3.计算和意识到底哪个更重要无法估计，AI通过训练能够达到怎样的水平依然无法估计。 | |
对付阿尔法狗，我们有拔电喵！
从这个表格里面我们可以看出，除非我们抛弃尊严和AI去看脸拼运气，最可以一战的就在于即时策略类游戏了。AlphaGo选择了在中国发明的围棋上打败我们，我们只好选择在美国开发的LOL和DOTA上打败他，这样才更能挽回我们人类在游戏世界的尊严！
即时策略类游戏主要分为两种，一种是以韩国的《星际争霸2》和暴雪的《魔兽争霸3》为代表的RTS类游戏，另一种就是以LOL和DOTA为代表的moba类游戏。韩国的boxer喊话说RTS类游戏可以赢AlphaGo，那么打MOBA类游戏也能赢下AlphaGo了么？
用中国最火的两款美国游戏，打败美国AI
探讨这个问题前我们要先明白AlphaGo所代表的人工智能是什么。难道当年被虐过的人机就是人工智能么？难道自认为的操作好、意识高、走位风骚会补刀就可以挽回人类尊严了吗？图样图森破啊少年！
论操作，AI可以精确到计算每个小兵的走位和这一刀下去能否补到，从而选取最佳方案；从中路到劣势路穿过草丛要多长时间，走到你面前的时候你的位置大概在哪里，他可以计算；论意识，你可以看到地图上小红点消失的时候，阿尔法狗比你知道的早；你觉得草丛里可能有人的时候，阿尔法狗已经默默地放出了技能；更可怕的是，一旦前期补刀等被线上压制，你能忍住不摔键盘吗，AlphaGo就算真的被压成狗心态也不会有一丝变动，根本就是心理变态级别的！好吧，经济跟不上，战术来弥补。可是战术、配合、默契度，你确定你和你的战友们能比完全相同的五胞胎阿尔法狗更默契？这么看来好像还是拔电源比较靠谱些……
一只阿尔法狗都对付不了，现在要对付五只！
如果说这是我们普通选手的水平不足，只能扯着嗓子喊两句“为了联盟”“为了部落”“为了德玛西亚”的给人加油，顶级选手总可以了吧？我们有能躲过满血劫的所有出招的大魔王Faker，我们有让人眼花缭乱的中单Cool，我们有钢琴手Dade。那么这些职业选手在操作、意识、战术、配合都达到顶级的时候，能对付的AlphaGo吗？
Facker大魔王恐怖吗？李世石在围棋界地位一样恐怖
那么我们分情况来说，solo单挑AlphaGo，想赢很难，哪怕你强如大魔王，面对一个计算速度比你快，操作近乎完美，从不失误，心态平稳的人工智能，能赢？“那个叫阿尔法狗的你过来，我还是决定跟你谈一下人生吧。”
单挑毫无胜算，但是好在游戏并不是考验单挑，而换成5V5以后，情况也有了新的变化，因为我们不是一个人在战斗，而对手也不是一个人在战斗。想要打败他，要知己知彼。首先，我们来分析为什么阿尔法狗能战胜李世石，郑宇博士和张钧波博士绘制了alphago原理图。
AlphaGo最强所在就是他的计算能力
可以看出，AlphaGo每走一步都会有大量的计算，而在围棋的对局中，每当人类建立的复杂的局面时，AlphaGo所需要做的计算就会急剧增加，这一点在与李世石的对局中便有所体现。因此，AlphaGo的程序决定他在下棋的时候尽量避免与李世石打劫，这也是为什么我们看到5局结束我们也没有看到AlphaGo主动打劫，李世石的劫AlphaGo也会尽量避免，实在无法避免的时候则用最快的方式化解，而不会与李世石在劫中缠斗。因为劫的变数太大，对AlphaGo的战斗非常不利。
AlphaGo采用的算法是学习系统+树状图的数据结构组成，这个算法可以学习别人的套路，这是AlphaGo不同于其他人工智能的杀招。但是对于moba类游戏，学习套路的意义并不大，如果我们和AlphaGo比单挑，比solo操作，这样的套路和操作很容易被AlphaGo学会，局势基本也就变成了围棋里的碾压。但LOL和DOTA都是5个人的游戏，此类游戏最大的特点就在于1+1+1+1+1＞5。
世界上最遥远的距离是：我蹲在这里，你却不知道
AlphaGo计算出一套招数可以秒杀掉一个对手并不难，但是这时候草丛里藏着的队友奶了一口，AI的计算就全部错了，尽管以AlphaGo的计算速度，迅速改变策略并不是问题，但是问题在于太多的变数甚至是变故出现，而这些变数和围棋还有很大区别的时候，问题就严重了。
那么moba类游戏的变数和围棋里的变数区别在哪里呢？如果说围棋是由简及繁，那么这类游戏就是由繁及繁。
没有了方格棋盘，更大的地图给予更多的变数
围棋简单的黑白落子，19*19的方格棋盘，没有更多的规则，却用最简单的办法创造了最复杂的计算。围棋考验的就是计算和思维，变化更多的在于棋盘的局势，而黑白子本身却没有变化。moba类游戏中，变数实在是太多，英雄的技能、属性、风格都不一样，一局比赛十个英雄，仅每个英雄的数据基础就已经达到了AlphaGo的数据基础10倍左右；游戏地图的复杂性是远超棋盘的，LOL的坐标系统大概是19000X19000个unit，完全不是一个数量级，人工智能计算量如果过大，单位时间内的计算准确度就会下降。这就是人类打败AlphaGo最大的机会。
这么多棋子，AlphaGo你下啊！！！
会增大AlphaGo计算量的远不止这些。Moba类游戏为了增加可玩性，随机二字到处可见。Dota里的混沌骑士简直就是随机的集合体，技能控制时间随机，攻击力随机，暴击倍数随机，大招产生幻象数量随机。这种随机的机制对于精准计算的AlphaGo来讲简直就是噩梦，大量的计算或许会让AlphaGo尽量避免选他，但是别忘了，我们可是要代表人类在战斗的啊！你不选我选啊！
混沌骑士，随机中的战斗机
想这么快打败人类？他爹都说难
如果说计算难度的增加也只是时间的问题，并不难阻挡AlphaGo成长的脚步，那么我们需要再看一下他还有哪些弱点。AlphaGo并非开着外挂无限补刀、技能无cd，大招连环用的bug状态。如果真的达到那种bug程度，那么我们要对抗的就是游戏本身，这种存在作弊行为的对决毫无意义。而正常的对决，AlphaGo也通过建模，采用上亿次的自我对局提升水平，然后才和我们对。
但是moba类游戏的建模复杂程度也远超围棋，包括AlphaGo之父，deepmind创始人哈萨比斯也曾经说过，这类游戏的程序算法编写难度会更大。
哈撒比斯都认为他“儿子”很难赢人类
根据访谈记录可以看到，困难不仅来自于计算和建模，还有信息的收集。人工智能收集信息的难度是非常大的，发展到现在，人工智能对辨识人类的语言、图像、动作等依然非常困难。我们教一个三岁宝宝认认识猴子长什么样，换一张猴子的图他也能很快认出来。但是这点的话，人工智能则需要上千万次的计算、演练和识别才能做到，而且也不能排除认错的可能性。
没有猴腮雷，怎样才能准确认出猴子
相比围棋，moba类游戏的信息收集起来困难程度会更大，比如我要冲塔和AlphaGo对砍，另一人隐身蹲在身后，我的血量和攻击力并不足以打死AlphaGo，那么他很容易得出信息：对面是个彩笔！他判定可以杀我，不服就干，但是我身后的队友并不在他所能得到的信息之内，这就是问题所在。
moba类游戏也看运气，也看状态。就像李世石第四局的神来一手把AlphaGo打懵逼一个道理，大神们的出手也会有很多不为人所知的突发奇想，并不是每次线上没人了就是要抱团抓你，并不是每次线上就一个人就是四人蹲点，AlphaGo可以通过大量的演练来学习，可以通过摸索每个选手的打法来判断你的所作所为，但这并不是万能的良药，我们都承认围棋里的阴谋要远超moba类游戏，但是围棋是摆在明面上的，落子生根没有缓和的余地。而moba类游戏却存在很多无法计算的行为，甚至一些操作完全是看心情，心情好陪AI慢慢补刀，心情不好就直接冲脸，完全没有那么多计算的空间和必要，无形中也增大的计算难度。
心情不好，就！冲！脸！
那么说了这么多，连AlphaGo的爹都搬出来了，告诉我们AlphaGo输定了，是吗？答案依然是否定的，建模困难不代表AlphaGo赢不了，对于LOL来讲，神一样的操作难道还不够让他成为顶级选手吗？在经济碾压下，我们甚至不需要让AlphaGo懂多少战术，不用去理解你的一举一动，谨慎防抓，猥琐补兵，然后神装一波送你走还不够吗？
在绝对的实力面前，任何战术都是扯！
那么到底我们能不能在moba类游戏战胜人工智能呢？我只能说一句话：在绝对的实力面前，任何战术都是扯！
